អ្នកស្រាវជ្រាវបានបង្កើតគំរូ AI មហារីកលំពែង ដែលទស្សន៍ទាយពីរបៀបដែលអ្នកជំងឺនឹងឆ្លើយតបទៅនឹងការព្យាបាលដោយភាពស៊ាំបានត្រឹមត្រូវជាងស្តង់ដារដែលវេជ្ជបណ្ឌិតពឹងផ្អែកសព្វថ្ងៃនេះ។ គំរូដែលហៅថា COMPASS ត្រូវបានពិពណ៌នានៅក្នុងការសិក្សាមួយដែលត្រូវបានចេញផ្សាយនៅក្នុង Nature Medicine នៅថ្ងៃទី 3 ខែកក្កដា ឆ្នាំ 2026 ហើយវាមានលក្ខណៈទូទៅលើប្រភេទដុំសាច់ផ្សេងៗគ្នា របបព្យាបាល និងក្រុមព្យាបាល។
ការព្យាបាលដោយភាពស៊ាំ ជាពិសេសក្រុមថ្នាំដែលគេស្គាល់ថាជាថ្នាំទប់ស្កាត់ភាពស៊ាំបានផ្លាស់ប្តូរការថែទាំមហារីក ប៉ុន្តែមានតែអ្នកជំងឺតិចតួចប៉ុណ្ណោះដែលបានទទួលអត្ថប្រយោជន៍។ សម្រាប់ ការគ្របដណ្តប់ឧស្សាហកម្ម AI តាមវិធីដែលការរៀនម៉ាស៊ីនកំពុងកែទម្រង់ឱសថ COMPASS ផ្តល់នូវការមើលលម្អិតអំពីរបៀបដែលបច្ចេកទេសគំរូមូលដ្ឋានកំពុងផ្លាស់ប្តូរពីភាសា និងរូបភាពទៅជាជំងឺមហារីក។
បញ្ហា COMPASS ដោះស្រាយ
ICIs, ICIs, មានការធ្វើឱ្យប្រសើរឡើងយ៉ាងខ្លាំងនូវលទ្ធផលសម្រាប់ជំងឺមហារីកមួយចំនួនដោយការបញ្ចេញហ្វ្រាំងនៅលើប្រព័ន្ធភាពស៊ាំដូច្នេះវាអាចវាយប្រហារដុំសាច់។ ការចាប់គឺថាការឆ្លើយតបមិនស្មើគ្នា។ មានតែអ្នកជំងឺមួយក្រុមប៉ុណ្ណោះដែលសម្រេចបានការធូរស្បើយជាប់លាប់ ខណៈពេលដែលអ្នកផ្សេងទៀតជាច្រើនមិនឃើញអត្ថប្រយោជន៍ទាល់តែសោះ ហើយគ្រូពេទ្យមានឧបករណ៍កំណត់សម្រាប់ប្រាប់ជាមុនថាអ្នកណានឹងឆ្លើយតប។
អ្នកទស្សន៍ទាយដែលមានសុពលភាពតាមគ្លីនិកនាពេលបច្ចុប្បន្ននេះ បន្ទុកបំរែបំរួលដុំសាច់ (TMB) និងការបញ្ចេញប្រូតេអ៊ីនហៅថា PD-L1 គឺមិនល្អឥតខ្ចោះ។ ការវិភាគលើមហារីកលំពែងនៃអ្នកជំងឺដែលទទួលការព្យាបាលដោយ ICI ជាង 27,000 នាក់បានរកឃើញថាមានទំនាក់ទំនងខ្សោយ ឬមិនស៊ីសង្វាក់គ្នារវាងសញ្ញាសម្គាល់ទាំងនោះ និងការឆ្លើយតបជាក់ស្តែងរបស់អ្នកជំងឺ។ លទ្ធផលគឺថា អ្នកជំងឺអាចនឹងត្រូវបានប៉ះពាល់នឹងថ្នាំដែលមិនអាចជួយពួកគេបាន ខណៈអ្នកខ្លះទៀតដែលអាចទទួលបានអត្ថប្រយោជន៍មិនត្រូវបានគេកំណត់អត្តសញ្ញាណឡើយ។
COMPASS មានគោលបំណងបិទគម្លាតនោះដោយសិក្សាពីគោលគំនិតដែលអាចបកស្រាយបាន និងផ្អែកលើជីវសាស្រ្តអំពីមីក្រូនៃប្រព័ន្ធភាពស៊ាំរបស់ដុំសាច់ (TIME) ដែលជាអន្តរកម្មដ៏ស្មុគស្មាញរវាងដុំសាច់មួយ និងកោសិកាភាពស៊ាំជុំវិញវា។
គំរូគោលគំនិត Bottleneck Foundation
COMPASS ត្រូវបានបង្កើតឡើងជាគំរូដបគំនិត ដែលជាស្ថាបត្យកម្មរចនាឡើងដើម្បីអាចពន្យល់បានជាជាងប្រអប់ខ្មៅ។ វាដំណើរការទិន្នន័យលំដាប់ RNA នៃដុំសាច់របស់អ្នកជំងឺតាមរយៈឧបករណ៍បំលែងកូដហ្សែនដែលមានមូលដ្ឋានលើការបំប្លែង ដែលអានកន្សោមនៃហ្សែនកូដប្រូតេអ៊ីនចំនួន 15,672 ។ បន្ទាប់មកការបង្កប់ហ្សែនទាំងនោះត្រូវបានព្យាករលើហត្ថលេខាហ្សែនដែលបានរៀបចំចំនួន 132 ហើយត្រូវបានប្រមូលផ្តុំទៅជា 43 គំនិតកម្រិតខ្ពស់នៃភាពស៊ាំ និងមីក្រូបរិស្ថាន ដែលបង្កើតជាតំណាងបង្រួមនៃសក្ដានុពលនៃភាពស៊ាំនៃដុំសាច់របស់អ្នកជំងឺម្នាក់ៗ។
គំរូនេះត្រូវបានបណ្តុះបណ្តាលជាមុនដោយប្រើការរៀនផ្ទុយដែលគ្រប់គ្រងដោយខ្លួនឯងលើដុំសាច់ចំនួន 10,184 នៅទូទាំង 33 ប្រភេទមហារីកពី The Cancer Genome Atlas (TCGA) ។ តាមរយៈការរៀនពីទិន្នន័យដែលមិនមានស្លាកសញ្ញាជាច្រើនជាមុនសិន COMPASS បង្កើតតំណាងទូទៅដែលអាចកែសម្រួលបាន ដែលបន្ទាប់មកអាចត្រូវបានកែតម្រូវលើក្រុមគ្លីនិកតូចៗជាច្រើន ដែលជាទ្រព្យសម្បត្តិសំខាន់មួយដែលបានផ្តល់ឱ្យថាតើទិន្នន័យនៃការព្យាបាលដែលមានស្លាកថាខ្វះខាត។
ដោយសារស្ថាបត្យកម្មឆ្លងកាត់ព័ត៌មានតាមរយៈគំនិតដែលអាចអានបានរបស់មនុស្ស គ្រូពេទ្យអាចពិនិត្យមើលនូវសញ្ញាជីវសាស្រ្តណាមួយ ដូចជាការអស់កម្លាំងនៃកោសិកា T កម្មវិធី myeloid ឬសញ្ញានៃការគ្រប់គ្រងភាពស៊ាំបានជំរុញឱ្យមានការព្យាករណ៍ដែលបានផ្តល់ឱ្យ។ វាផ្ទុយទៅនឹងគំរូសិក្សាស៊ីជម្រៅជាច្រើនដែលផ្តល់ពិន្ទុដោយមិនពន្យល់ពីហេតុផលនៅពីក្រោយវា។
លទ្ធផលខ្លាំងឆ្លងផុតមហារីក
អ្នកស្រាវជ្រាវបានវាយតម្លៃ COMPASS លើអ្នកជំងឺ 1,133 នាក់ដែលត្រូវបានដកចេញពីក្រុមគ្លីនិកចំនួន 16 ដែលលាតសន្ធឹងលើប្រភេទមហារីកចំនួន 7 ដោយប្រើការចម្លងដុំសាច់មុនការព្យាបាលដើម្បីទស្សន៍ទាយការឆ្លើយតបទៅនឹងថ្នាំទប់ស្កាត់ការពិនិត្យមើលរួមទាំងថ្នាំប្រឆាំងនឹង PD-1/PD-L1, ប្រឆាំងនឹង CTLA-4 និងការព្យាបាលរួមបញ្ចូលគ្នា។
នៅក្នុងការវាយតម្លៃដែលទាមទារការចាកចេញមួយក្រុម ដែលគំរូត្រូវបានសាកល្បងម្តងហើយម្តងទៀតនៅលើក្រុមដែលវាមិនធ្លាប់ឃើញ COMPASS សម្រេចបាននូវការអនុវត្តជាមធ្យមល្អបំផុតក្នុងចំណោមម៉ូដែលប្រកួតប្រជែងចំនួន 22 ។ វាបានធ្វើឱ្យប្រសើរឡើងនូវភាពត្រឹមត្រូវនៃការទស្សន៍ទាយដោយ 8.5 ភាគរយ និងតំបន់ដែលស្ថិតនៅក្រោមខ្សែកោងការរំលឹកឡើងវិញដោយភាពជាក់លាក់ (AUPRC) ដែលជារង្វាស់សំខាន់នៅពេលដែលលទ្ធផលមួយគឺកម្រជាងមួយផ្សេងទៀត 15.7 ភាគរយ។
លទ្ធផលដ៏គួរឱ្យចាប់អារម្មណ៍បំផុតបានមកនៅក្នុងការសាកល្បងដំណាក់កាលទី 2 នៃជំងឺមហារីកក្រពេញ urothelial ដែលជាមហារីកប្លោកនោម និងផ្លូវទឹកនោម។ អ្នកជំងឺដែល COMPASS ព្យាករណ៍ថានឹងឆ្លើយតបនឹងរស់រានមានជីវិតបានយូរជាងអ្នកដែលវាព្យាករណ៍ថានឹងមិនមានជាមួយនឹងសមាមាត្រគ្រោះថ្នាក់នៃ 4.7 និងតម្លៃ P នៃ 1.7 × 10⁻⁷។ នៅលើរង្វាស់នេះ គំរូ AI បានដំណើរការលើសពីការធ្វើតេស្ត TMB និង PD-L1 ដែលជា biomarkers ដែលបច្ចុប្បន្នប្រើក្នុងគ្លីនិក។
ពន្យល់ពីមូលហេតុដែលអ្នកជំងឺឆ្លើយតប ឬមិនធ្វើ
លើសពីភាពត្រឹមត្រូវឆៅ COMPASS បង្កើតផែនទីឆ្លើយតបផ្ទាល់ខ្លួនដែលភ្ជាប់កន្សោមហ្សែនរបស់អ្នកជំងឺទៅនឹងគំនិតភាពស៊ាំជាក់លាក់។ ផែនទីទាំងនេះជួយពន្យល់ពីយន្តការនៅពីក្រោយការទស្សន៍ទាយ ហើយពួកគេបង្ហាញពីករណីដែលប្រភេទធម្មតាបំភាន់។
ជាឧទាហរណ៍ វេជ្ជបណ្ឌិតតែងតែចាត់ថ្នាក់ដុំសាច់ដោយប្រើ phenotypes ភាពស៊ាំបីគឺ រលាក ដកចេញ និងវាលខ្សាច់។ ប៉ុន្តែ COMPASS បានបង្ហាញថាការតម្រៀបមិនល្អនេះអាចបោកបញ្ឆោត។ អ្នកជំងឺមួយចំនួនដែលមានដុំសាច់ "រលាក" ដែលគួរតែទស្សន៍ទាយពីការឆ្លើយតបដ៏ល្អ មិនបានឆ្លើយតបដោយសារតែការទប់ស្កាត់សញ្ញាដែលជំរុញដោយប្រូតេអ៊ីនហៅថា TGFβ ការមិនរាប់បញ្ចូលសរសៃឈាម ឬការមិនដំណើរការនៃកោសិកាភាពស៊ាំមួយចំនួន។ ផ្ទុយទៅវិញ អ្នកជំងឺមួយចំនួនដែលដុំសាច់មិនរលាកនៅតែឆ្លើយតប ដោយសារតែពួកគេរក្សាសកម្មភាពនៃប្រព័ន្ធភាពស៊ាំរបស់ cytotoxic ឬផ្ទុកបន្ទុកផ្លាស់ប្តូរខ្ពស់ដោយគ្មានសញ្ញានៃភាពស៊ាំ។
ដោយការដោះស្រាយភាពខុសគ្នាដែលលាក់កំបាំងទាំងនោះ COMPASS កំណត់មុខងារនៃប្រព័ន្ធភាពស៊ាំដែលបំពេញបន្ថែមជាជាងជំនួសដោយធម្មតានូវ biomarkers ដែលមានស្រាប់។
តើមានអ្វីកើតឡើងបន្ទាប់
ការសិក្សានេះគូសបញ្ជាក់ទាំងការសន្យា និងដែនកំណត់នៃ AI ក្នុងជំងឺមហារីក។ COMPASS មានលក្ខណៈទូទៅលើប្រភេទមហារីក និងការព្យាបាល ហើយអាចសម្របខ្លួនទៅនឹងក្រុមគ្លីនិកតូចៗតាមរយៈការរៀនផ្ទេរប្រសិទ្ធភាពដោយប៉ារ៉ាម៉ែត្រ រួមទាំងរបៀបសូន្យដែលផ្គូផ្គងអ្នកជំងឺថ្មីទៅនឹងករណីស្រដៀងគ្នាដោយគ្មានការបណ្តុះបណ្តាលបន្ថែម។ ប៉ុន្តែអ្នកនិពន្ធកត់សម្គាល់ថា ការឆ្លើយតបនៃការព្យាបាលដោយភាពស៊ាំគឺអាស្រ័យលើកត្តាជាច្រើនដែលលើសពីការចម្លង ហើយការអនុម័តតាមគ្លីនិកនឹងទាមទារឱ្យមានសុពលភាពបន្ថែមទៀតនៅទូទាំងចំនួនប្រជាជនធំជាង និងចម្រុះ។
ការងារនេះក៏ឆ្លុះបញ្ចាំងពីនិន្នាការកាន់តែទូលំទូលាយផងដែរ៖ គំរូគ្រឹះដែលបានបណ្តុះបណ្តាលជាមុនលើសំណុំទិន្នន័យដ៏ធំ ហើយបន្ទាប់មកត្រូវបានកែសម្រួលទៅតាមភារកិច្ចផ្នែកវេជ្ជសាស្ត្រឯកទេសកំពុងខិតទៅជិតគ្លីនីក។ ថាតើគោលគំនិតដែលបានរៀនពីជីវវិទ្យានៃភាពស៊ាំនៃដុំសាច់អាចបកប្រែទៅជាប្រសើរជាងនេះទេ ការសម្រេចចិត្តព្យាបាលលឿនជាងមុនសម្រាប់អ្នកជំងឺម្នាក់ៗ គឺជាសំណួរដែលការសាកល្បងបន្ទាប់នឹងត្រូវឆ្លើយ។
នាំមុខ AI
គំរូគ្រឹះកំពុងផ្លាស់ប្តូរកាន់តែខ្លាំងឡើងពីអត្ថបទ និងរូបភាពទៅជាថ្នាំពេទ្យ និងវិទ្យាសាស្ត្រ។ តាមដាន [ការវិវឌ្ឍន៍ AI ចុងក្រោយបង្អស់] (https://aibuzzwire.news) បង្កើតការថែទាំសុខភាព និងការស្រាវជ្រាវ។
អានព័ត៌មាន AI បន្ថែម →
